MétaCan
Menu
Retour à la cohorte
Enregistrement W3010320413 · doi:10.1542/hpeds.2019-0243

A Review of Best Practices for Monitoring and Improving Inpatient Pediatric Patient Experiences

2020· review· en· W3010320413 sur OpenAlexaboutno aff
Denise D. Quigley, Alina I. Palimaru, Carlos Lerner, Ron D. Hays

Notice bibliographique

RevueHospital Pediatrics · 2020
Typereview
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesAgency for Healthcare Research and Quality
Mots-clésMedicineIntensive care medicinePediatricsFamily medicine

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Achieving high-quality patient-centered care requires assessing patient and family experiences to identify opportunities for improvement. With the Child Hospital Consumer Assessment of Healthcare Providers and Systems Survey, hospitals can assess performance and make national comparisons of inpatient pediatric experiences. However, using patient and family experience data to improve care remains a challenge. OBJECTIVE: We reviewed the literature on best practices for monitoring performance and undertaking activities aimed at improving pediatric patient and family experiences of inpatient care. DATA SOURCES: We searched PubMed, Cumulative Index to Nursing and Allied Health Literature, and PsychINFO. STUDY SELECTION: We included (1) English-language peer-reviewed articles published from January 2000 to April 2019; (2) articles based in the United States, United Kingdom, or Canada; (3) articles focused on pediatric inpatient care; (4) articles describing pediatric patient and family experiences; and (5) articles including content on activities aimed at improving patient and family experiences. Our review included 25 articles. DATA EXTRACTION: Two researchers reviewed the full article and abstracted specific information: country, study aims, setting, design, methods, results, Quality Improvement (QI) initiatives performed, internal reporting description, best practices, lessons learned, barriers, facilitators and study implications for clinical practice, patient-experience data collection, and QI activities. We noted themes across samples and care settings. RESULTS: We identified 10 themes of best practice. The 4 most common were (1) use evidence-based approaches, (2) maintain an internal system that communicates information and performance on patient and family experiences to staff and hospital leadership, (3) use experience survey data to initiate and/or evaluate QI interventions, and (4) identify optimal times (eg, discharge) and modes (eg, print) for obtaining patient and family feedback. These correspond to adult inpatient best practices. CONCLUSIONS: Both pediatric and adult inpatient best practices rely on common principles of culture change (such as evidence-based clinical practice), collaborative learning, multidisciplinary teamwork, and building and/or supporting a QI infrastructure that requires time, money, collaboration, data tracking, and monitoring. QI best practices in both pediatric and adult inpatient settings commonly rely on identifying drivers of overall ratings of care, rewarding staff for successful implementation, and creating easy-to-use and easy-to-access planning and QI tools for staff.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,097
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,097
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0250,025
Études des sciences et des technologies0,0010,002
Communication savante0,0040,006
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,165
Tête enseignante GPT0,486
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHospital PediatricsMême sujetPatient Satisfaction in HealthcareTravaux en français237 207